前言

MATLAB在R2013a版本中开始引入Nakagami分布对象，可以用来生成Nakagami随机变量。下面给出一个使用实例，用于生成服从Nakagami 分布的随机变量。

一、生成Nakagami分布随机变量的MATLAB代码

1.仿真代码

代码如下：

clc
close all
clear all
%% 使用MATLAB函数makedist生成Nakagami分布
% Nakagami 分布的参数
m = 1;                                  % 形状参数
Omega = 2;                              % 尺度参数

% 使用 makedist 创建 Nakagami 分布对象
NakagamiDist = makedist('Nakagami', 'm', m, 'Omega', Omega);

% 生成随机变量
N = 10000;                              % 随机变量的数量
X = random(NakagamiDist, N, 1);         % 生成 N 个随机样本
figure(1)
histogram(X,nbins,'Normalization','pdf','DisplayStyle','bar');

%% nakagami分布的概率密度的理论值
% Nakagami分布的参数
m = 1;
Omega = 2;

% nakagami分布的概率密度的理论表达式
x = 0.01:0.01:3;
f = (2*m.^m./(gamma(m).*Omega^m)) .* x.^(2*m-1) .* exp(-m*x.^2./Omega);
figure()
plot(x,f,'LineWidth',1.5)
title('Nakagami分布的概率密度')
legend('概率密度函数的估计值','概率密度函数的理论值')

2.运行结果

二、传输信号经过衰落信道

与瑞利衰落和莱斯衰落一样，得到服从Nakagami分布的随机序列后，与传输信号相乘即可得到原信号的Nakagami衰落版本：
rx = tx .* X;